JP2014085852A - Image similarity calculating device, and operation method for the same - Google Patents

Image similarity calculating device, and operation method for the same Download PDF

Info

Publication number
JP2014085852A
JP2014085852A JP2012234493A JP2012234493A JP2014085852A JP 2014085852 A JP2014085852 A JP 2014085852A JP 2012234493 A JP2012234493 A JP 2012234493A JP 2012234493 A JP2012234493 A JP 2012234493A JP 2014085852 A JP2014085852 A JP 2014085852A
Authority
JP
Japan
Prior art keywords
image
distribution complexity
similarity
histogram
region
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2012234493A
Other languages
Japanese (ja)
Inventor
Taiga Yoshida
大我 吉田
Takashi Sato
隆 佐藤
Takeshi Tono
豪 東野
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Telegraph and Telephone Corp
Original Assignee
Nippon Telegraph and Telephone Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Priority to JP2012234493A priority Critical patent/JP2014085852A/en
Publication of JP2014085852A publication Critical patent/JP2014085852A/en
Pending legal-status Critical Current

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

PROBLEM TO BE SOLVED: To calculate similarity of image corresponding to sense of an individual.SOLUTION: A color distribution complexity histogram preparing part 4 prepares a color distribution complexity histogram showing a complexity of color distribution of pixels composing each image of Iand I. A similarity calculating part 6 calculates similarity showing the similarity of the image Iand Ibased on the similarity of the color distribution complexity histogram of the image Iand the color distribution complexity histogram of the image I.

Description

本発明は、人による感じ方に相応する画像の類似度を算出できる画像類似度算出装置およびその動作方法に関するものである。   The present invention relates to an image similarity calculation apparatus capable of calculating image similarity corresponding to how a person feels and an operation method thereof.

従来においては、類似する画像の検索や画像のクラスタリングなどの用途のために、画像間の類似度が算出される。   Conventionally, similarity between images is calculated for uses such as searching for similar images and clustering images.

類似度を画像の色の情報に基づいて算出する一般的な手法として、非特許文献１に記載のように、色ヒストグラムを用いるものがある。この手法では、画像の色の割合が似ている画像ほど、類似度が高く算出される。例えば、全体的に赤色が多い２枚の画像の類似度は高く算出される。   As a general method for calculating the similarity based on image color information, there is a method using a color histogram as described in Non-Patent Document 1. In this method, the similarity is calculated higher as the image has a similar color ratio. For example, the similarity between two images that are generally red is calculated to be high.

似ていると感じる画像間には共通点が存在する。例えば、図４に示すように、赤色、青色、黄色、緑色の４色で均等に塗り分けられた画像と、紫色、橙色、黄緑色、ピンク色で均等に塗り分けられた画像は、どちらも色が多数使われているという点で似ていると感じる。しかし、非特許文献１に記載の色ヒストグラムに基づく手法によれば、このような色が異なる画像は似ていないとされてしまう。   There is a common point between images that feel similar. For example, as shown in FIG. 4, an image that is evenly colored in four colors of red, blue, yellow, and green and an image that is equally colored in purple, orange, yellow-green, and pink are both I feel similar in that many colors are used. However, according to the method based on the color histogram described in Non-Patent Document 1, such images with different colors are not similar.

また、色だけでなく、濃淡についても、同様であり、濃淡の種類が多い画像同士は似ていると感じるにも拘わらず、濃淡の割合が似ていなければ、画像は似ていないとされる。   The same applies to not only the colors but also the shades. Even though the images with many shades are similar to each other, if the proportions of the shades are not similar, the images are not similar. .

M.J. Swain and D.H. Ballard. “Color indexing,” International Journal of Computer Vision, Vol.7, No.1, pp. 11-32, 1991.M.J. Swain and D.H. Ballard. “Color indexing,” International Journal of Computer Vision, Vol. 7, No. 1, pp. 11-32, 1991.

本発明は、上記の課題に鑑みてなされたものであり、その目的とするところは、人による感じ方に相応する画像の類似度を算出できる画像類似度算出装置およびその動作方法を提供することにある。   The present invention has been made in view of the above problems, and an object of the present invention is to provide an image similarity calculation device and an operation method thereof that can calculate the similarity of images corresponding to how a person feels. It is in.

上記の課題を解決するために、第１の本発明は、２つの画像を取得する画像取得部と、画像内の各画素の色を示す画素値について予め定められた複数の範囲のそれぞれにつき一方の前記画像において当該範囲に該当する画素値を有する画素の数を合計し、当該各範囲の当該合計の数を多い順に並べてなる色分布複雑性ヒストグラムを作成するとともに、前記予め定められた各範囲につき他方の前記画像において当該範囲に該当する画素値を有する画素の数を合計し、当該各範囲の当該合計の数を多い順に並べてなる色分布複雑性ヒストグラムを作成する色分布複雑性ヒストグラム作成部と、前記２つの画像の類似性を示す類似度を、前記一方の画像の色分布複雑性ヒストグラムと前記他方の画像の色分布複雑性ヒストグラムの類似性に基づいて算出する類似度算出部とを備えることを特徴とする画像類似度算出装置をもって解決手段とする。   In order to solve the above problems, the first aspect of the present invention provides an image acquisition unit that acquires two images and one of each of a plurality of ranges that are predetermined for pixel values indicating the color of each pixel in the image. The number of pixels having a pixel value corresponding to the range in the image is totaled, and a color distribution complexity histogram is created in which the total number of the ranges is arranged in descending order, and each of the predetermined ranges A color distribution complexity histogram creating unit that sums the number of pixels having pixel values corresponding to the range in the other image and creates a color distribution complexity histogram in which the total number of the ranges is arranged in descending order. And the similarity indicating the similarity between the two images based on the similarity between the color distribution complexity histogram of the one image and the color distribution complexity histogram of the other image. Further comprising a similarity calculating section for calculating the solutions with a image similarity calculation system according to claim.

例えば、前記画像類似度算出装置は、前記一方の画像を複数の領域に分割し、かつ、当該各領域について、当該領域内の各画素の画素値が少なくとも互いに近似するようにするとともに、前記他方の画像を複数の領域に分割し、かつ、当該各領域について、当該領域内の各画素の画素値が少なくとも互いに近似するようにする画像分割部と、前記画像分割部による分割後の領域に含まれる画素の数について予め定められた複数の範囲のそれぞれにつき前記一方の画像において当該範囲に該当する各領域内の画素の数を合計し、当該各範囲の当該合計の数からなる領域面積分布複雑性ヒストグラムを作成するとともに、前記予め定められた各範囲につき前記他方の画像において当該範囲に該当する各領域内の画素の数を合計し、当該各範囲の当該合計の数からなる領域面積分布複雑性ヒストグラムを作成する領域面積分布複雑性ヒストグラム作成部とを備え、前記類似度算出部は、前記２つの画像の類似性を示す類似度を、前記一方の画像の色分布複雑性ヒストグラムと前記他方の画像の色分布複雑性ヒストグラムの類似性、ならびに、前記一方の画像の領域面積分布複雑性ヒストグラムと前記他方の画像の領域面積分布複雑性ヒストグラムの類似性に基づいて算出する。   For example, the image similarity calculation device divides the one image into a plurality of regions, and for each region, the pixel values of each pixel in the region are at least approximate to each other, and the other The image is divided into a plurality of regions, and for each region, the pixel values of each pixel in the region are at least approximate to each other, and the region after the division by the image dividing unit For each of a plurality of predetermined ranges for the number of pixels to be added, the number of pixels in each region corresponding to the range in the one image is totaled, and the area area distribution complex consisting of the total number of the ranges A totality of the number of pixels in each region corresponding to the range in the other image for each of the predetermined ranges. A region area distribution complexity histogram creation unit that creates a region area distribution complexity histogram consisting of the total number, and the similarity calculation unit calculates the similarity indicating the similarity between the two images as the one image The similarity of the color distribution complexity histogram of the other image and the color distribution complexity histogram of the other image, and the similarity of the area area distribution complexity histogram of the one image and the region area distribution complexity histogram of the other image. Calculate based on

例えば、前記画像類似度算出装置は、前記取得された一方の画像の階調数を低減し、前記取得された他方の画像の階調数を低減する量子化部を備える。   For example, the image similarity calculation device includes a quantization unit that reduces the number of gradations of the one acquired image and reduces the number of gradations of the other acquired image.

例えば、前記色分布複雑性ヒストグラム作成部は、前記一方の画像の色分布複雑性ヒストグラム内の各数を正規化するとともに、前記他方の画像の色分布複雑性ヒストグラム内の各数を正規化する。   For example, the color distribution complexity histogram creation unit normalizes each number in the color distribution complexity histogram of the one image and normalizes each number in the color distribution complexity histogram of the other image. .

例えば、前記領域面積分布複雑性ヒストグラム作成部は、前記一方の画像の領域面積分布複雑性ヒストグラム内の各数（合計した結果の画素の数）を正規化するとともに、前記他方の画像の領域面積分布複雑性ヒストグラム内の各数（合計した結果の画素の数）を正規化する。   For example, the region area distribution complexity histogram creation unit normalizes each number in the region area distribution complexity histogram of the one image (the number of pixels as a result of summing), and the region area of the other image Normalize each number in the distribution complexity histogram (the number of pixels resulting from the summation).

第２の本発明は、２つの画像を取得する画像取得部を備える画像類似度算出装置の動作方法であって、前記画像類似度算出装置の色分布複雑性ヒストグラム作成部が、画像内の各画素の色を示す画素値について予め定められた複数の範囲のそれぞれにつき一方の前記画像において当該範囲に該当する画素値を有する画素の数を合計し、当該各範囲の当該合計の数を多い順に並べてなる色分布複雑性ヒストグラムを作成するとともに、前記予め定められた各範囲につき他方の前記画像において当該範囲に該当する画素値を有する画素の数を合計し、当該各範囲の当該合計の数を多い順に並べてなる色分布複雑性ヒストグラムを作成し、前記画像類似度算出装置の類似度算出部が、前記２つの画像の類似性を示す類似度を、前記一方の画像の色分布複雑性ヒストグラムと前記他方の画像の色分布複雑性ヒストグラムの類似性に基づいて算出することを特徴とする画像類似度算出装置の動作方法をもって解決手段とする。   The second aspect of the present invention is an operation method of an image similarity calculation device including an image acquisition unit that acquires two images, wherein the color distribution complexity histogram creation unit of the image similarity calculation device includes each image in the image. The number of pixels having a pixel value corresponding to the range in one of the images for each of a plurality of predetermined ranges for the pixel value indicating the color of the pixel is summed, and the total number of the ranges is increased in descending order. A color distribution complexity histogram is formed side by side, and for each of the predetermined ranges, the number of pixels having pixel values corresponding to the range in the other image is totaled, and the total number of the ranges is calculated. A color distribution complexity histogram arranged in descending order is created, and the similarity calculation unit of the image similarity calculation device determines the similarity indicating the similarity between the two images as the color distribution of the one image. With an operating method of an image similarity calculation unit and calculates based on the similarity of the color distribution complexity histogram complexity histogram and the other image to be solutions.

例えば、前記動作方法においては、前記画像類似度算出装置の画像分割部が、前記一方の画像を複数の領域に分割し、かつ、当該各領域について、当該領域内の各画素の画素値が少なくとも互いに近似するようにするとともに、前記他方の画像を複数の領域に分割し、かつ、当該各領域について、当該領域内の各画素の画素値が少なくとも互いに近似するようにし、前記画像類似度算出装置の領域面積分布複雑性ヒストグラム作成部が、前記画像分割部による分割後の領域に含まれる画素の数について予め定められた複数の範囲のそれぞれにつき前記一方の画像において当該範囲に該当する各領域内の画素の数を合計し、当該各範囲の当該合計の数からなる領域面積分布複雑性ヒストグラムを作成するとともに、前記予め定められた各範囲につき前記他方の画像において当該範囲に該当する各領域内の画素の数を合計し、当該各範囲の当該合計の数からなる領域面積分布複雑性ヒストグラムを作成し、前記類似度算出部は、前記２つの画像の類似性を示す類似度を、前記一方の画像の色分布複雑性ヒストグラムと前記他方の画像の色分布複雑性ヒストグラムの類似性、ならびに、前記一方の画像の領域面積分布複雑性ヒストグラムと前記他方の画像の領域面積分布複雑性ヒストグラムの類似性に基づいて算出する。   For example, in the operation method, the image dividing unit of the image similarity calculation device divides the one image into a plurality of regions, and for each region, the pixel value of each pixel in the region is at least The image similarity calculation device is configured to approximate each other, divide the other image into a plurality of regions, and for each region, the pixel values of each pixel in the region are at least approximate to each other. The area area distribution complexity histogram creation unit in each region corresponding to the range in the one image for each of a plurality of ranges predetermined for the number of pixels included in the region after the division by the image dividing unit. And a region area distribution complexity histogram composed of the total number of the respective ranges is created, and the predetermined ranges are set. In the other image, the number of pixels in each region corresponding to the range is totaled to create a region area distribution complexity histogram composed of the total number of the range, and the similarity calculation unit Similarity indicating the similarity between two images is obtained by calculating the similarity between the color distribution complexity histogram of the one image and the color distribution complexity histogram of the other image, and the area area distribution complexity histogram of the one image. And the area area distribution complexity histogram of the other image.

例えば、前記動作方法においては、前記画像類似度算出装置の量子化部が、前記取得された一方の画像の階調数を低減し、前記取得された他方の画像の階調数を低減する。   For example, in the operation method, the quantization unit of the image similarity calculation device reduces the number of gradations of the one acquired image and reduces the number of gradations of the other acquired image.

例えば、前記動作方法においては、前記色分布複雑性ヒストグラム作成部は、前記一方の画像の色分布複雑性ヒストグラム内の各数を正規化するとともに、前記他方の画像の色分布複雑性ヒストグラム内の各数を正規化する。   For example, in the operation method, the color distribution complexity histogram creation unit normalizes each number in the color distribution complexity histogram of the one image and also in the color distribution complexity histogram of the other image. Normalize each number.

例えば、前記動作方法においては、前記領域面積分布複雑性ヒストグラム作成部は、前記一方の画像の領域面積分布複雑性ヒストグラム内の各数を正規化するとともに、前記他方の画像の領域面積分布複雑性ヒストグラム内の各数を正規化する。   For example, in the operation method, the area area distribution complexity histogram creation unit normalizes each number in the area area distribution complexity histogram of the one image, and the area area distribution complexity of the other image. Normalize each number in the histogram.

本発明によれば、人による感じ方に相応する画像の類似度を算出することができる。例えば、例えば、人が感じるカラフルさを考慮した画像の類似度を算出できる。   According to the present invention, it is possible to calculate the degree of similarity of images corresponding to how a person feels. For example, it is possible to calculate the similarity of images in consideration of the colorfulness that humans feel.

本実施の形態に係る画像類似度算出装置を模式的に示す構成図である。It is a block diagram which shows typically the image similarity calculation apparatus which concerns on this Embodiment. 画像類似度算出装置の動作方法を示すフローチャートである。It is a flowchart which shows the operation | movement method of an image similarity calculation apparatus. 類似度の算出対象である画像の一例を示す図である。It is a figure which shows an example of the image which is the calculation object of similarity. 従来方法において似ていないとされる画像の一例を示す図である。It is a figure which shows an example of the image made not similar in the conventional method.

以下、本発明の実施の形態について図面を参照して説明する。   Hereinafter, embodiments of the present invention will be described with reference to the drawings.

図１は、本実施の形態に係る画像類似度算出装置を模式的に示す構成図である。
画像類似度算出装置は、外部から画像、ここでは類似度の算出対象である２つの画像Ｉ１、Ｉ２を取得する画像取得部１と、画像を構成する画素の画素値を量子化する量子化部２と、画像を複数の領域に分割する画像分割部３と、画素の色についての分布の複雑性を示す色分布複雑性ヒストグラムを作成する色分布複雑性ヒストグラム作成部４と、領域の面積についての分布の複雑性を示す領域面積分布複雑性ヒストグラムを作成する領域面積分布複雑性ヒストグラム作成部５と、画像Ｉ１、Ｉ２の類似性を示す類似度を画像Ｉ１の色分布複雑性ヒストグラムと画像Ｉ２の色分布複雑性ヒストグラムの類似性に基づいて算出する類似度算出部６とを備える。 FIG. 1 is a configuration diagram schematically showing an image similarity calculation apparatus according to the present embodiment.
The image similarity calculation apparatus includes an image acquisition unit 1 that acquires two images I 1 and I 2 that are images to be calculated from the outside, here, similarity, and a quantum that quantizes the pixel values of pixels that form the image. The image forming unit 2, the image dividing unit 3 that divides the image into a plurality of regions, the color distribution complexity histogram creating unit 4 that creates a color distribution complexity histogram indicating the complexity of the distribution of pixel colors, The area area distribution complexity histogram creation unit 5 that creates an area area distribution complexity histogram that indicates the complexity of the area distribution, and the similarity that indicates the similarity between the images I 1 and I 2 are represented by the color distribution complexity of the image I 1. A similarity calculation unit 6 that calculates the similarity based on the similarity between the color histogram and the color distribution complexity histogram of the image I 2 .

図２は、画像類似度算出装置の動作方法を示すフローチャートである。
まず、画像取得部１は、画像Ｉ１、Ｉ２を取得する（Ｓ１）。 FIG. 2 is a flowchart showing an operation method of the image similarity calculation apparatus.
First, the image acquisition unit 1 acquires images I 1 and I 2 (S1).

次に、量子化部２が、画像Ｉ１、Ｉ２を構成する画素の画素値を量子化する（Ｓ３）。 Next, the quantization unit 2 quantizes the pixel values of the pixels constituting the images I 1 and I 2 (S3).

例えば、量子化部２は、量子化により、２５６階調のグレースケール画像を８階調のグレースケール画像に変換する。または、量子化部２は、量子化により、いわゆるフルカラー（およそ１６００万色）のカラー画像を２５６階調のグレースケール画像に変換し、つまり、階調を低減し、さらなる量子化により、そのグレースケール画像を８階調のグレースケール画像に変換する。   For example, the quantization unit 2 converts a 256-level grayscale image into an 8-level grayscale image by quantization. Alternatively, the quantization unit 2 converts a so-called full-color (approximately 16 million colors) color image into a 256-level gray scale image by quantization, that is, reduces the gray level and further quantizes the gray image. The scale image is converted into a gray scale image of 8 gradations.

この場合、量子化部２は、画像の各画素値を２５６階調より少ない８階調に対応する８個の画素値の中の対応するものに置き換える。   In this case, the quantization unit 2 replaces each pixel value of the image with a corresponding one of eight pixel values corresponding to eight gradations smaller than 256 gradations.

具体的には、量子化部２は、０から３１までの画素値を１６に、３２から６３までの画素値を４８に、６４から９５までの画素値を８０に、９６から１２７までの画素値を１１２に、１２８から１５９までの画素値を１４４に、１６０から１９１までの画素値を１７６に、１９２から２２３までの画素値を２０８、２２４から２５５までの画素値を２４０それぞれ置き換える。   Specifically, the quantization unit 2 sets the pixel values from 0 to 31 to 16, the pixel values from 32 to 63 to 48, the pixel values from 64 to 95 to 80, and the pixels from 96 to 127. The pixel value from 112 to 128, the pixel value from 128 to 159 to 144, the pixel value from 160 to 191 to 176, the pixel value from 192 to 223 to 208, and the pixel value from 224 to 255 to 240 are replaced.

これにより、グレースケール画像である画像Ｉ１、Ｉ２またはグレースケール画像となった画像Ｉ１、Ｉ２の階調数を同じにすることができる。 Thereby, the number of gradations of the images I 1 and I 2 which are gray scale images or the images I 1 and I 2 which are gray scale images can be made the same.

または、例えば、量子化部２は、ＲＧＢ表色系の各色で２５６階調のカラー画像を各色で４階調のカラー画像、つまり、６４色のカラー画像に変換する。   Alternatively, for example, the quantization unit 2 converts a color image of 256 gradations for each color of the RGB color system into a color image of 4 gradations for each color, that is, a color image of 64 colors.

具体的には、量子化部２は、各色の画素値を以下のように置き換える。つまり、量子化部２は、０から６３までの画素値を３２に、６４から１２７までの画素値を９６に、１２８から１９１までの画素値を１６０に、１９２から２５５までの画素値を２２４それぞれ置き換える。カラー画像についてのこのような処理は減色処理ともいう。   Specifically, the quantization unit 2 replaces the pixel value of each color as follows. That is, the quantization unit 2 sets the pixel values from 0 to 63 to 32, the pixel values from 64 to 127 to 96, the pixel values from 128 to 191 to 160, and the pixel values from 192 to 255 to 224. Replace each one. Such processing for color images is also referred to as subtractive color processing.

これにより、カラー画像である画像Ｉ１、Ｉ２の色数を同じにすることができる。 Thereby, the number of colors of the images I 1 and I 2 which are color images can be made the same.

つまり、グレースケール画像の階調数も色の違いと考えると、量子化により、各画像の色数を同じにすることができる。   In other words, if the number of gradations of a gray scale image is also considered to be a difference in color, the number of colors of each image can be made the same by quantization.

なお、量子化は一方の画像にのみ行ってもよい。つまり、色数を一方の画像にあわせるのである。   Note that the quantization may be performed on only one image. That is, the number of colors is adjusted to one image.

また、色表現については、他の表色系を用いてもよい。また、各画素につき、各色の画素値からなるベクトルを生成し、ベクトルで画素を分類し、同一分類の画素の画素値が同じになるようにしてもよい。   For color expression, other color systems may be used. Alternatively, a vector composed of pixel values of each color may be generated for each pixel, and the pixels may be classified based on the vector so that the pixel values of the same classified pixels are the same.

次に、画像分割部３が、各画像Ｉ１、Ｉ２を複数の領域に分割し、かつ、各領域について、その領域内の各画素の画素値が少なくとも互いに近似するようにする（Ｓ５）。 Next, the image dividing unit 3 divides each of the images I 1 and I 2 into a plurality of regions, and for each region, the pixel values of each pixel in the region are at least approximate to each other (S5). .

例えば、画像分割部３は、以下の処理を行う。
1.左上の画素から順番に処理する
2.まだ領域が決まっていない画素であれば注目画素とし、新たな領域を設定する
3.注目画素の上下左右の画素がまだ領域が決まっておらず注目画素と同じ画素値（例えば色）を有していれば、注目画素と同じ領域とする
4.3.で注目画素と同じ領域となった画素を次の注目画素とし、3.の処理を行う
5.領域に追加する画素がなくなったら、右の画素、それがない場合には次の行の左端の画素について2.の処理を行う
6.全ての画素について処理を行ったら終了する
これにより、領域内の各画素の画素値、つまり色が同一となる。 For example, the image dividing unit 3 performs the following processing.
1. Process sequentially from the upper left pixel
2. If the pixel has not yet been determined, set it as the target pixel and set a new region
3. If the upper, lower, left, and right pixels of the target pixel have not yet been determined and have the same pixel value (for example, color) as the target pixel, the same area as the target pixel
The pixel in the same area as the target pixel in 4.3 is set as the next target pixel, and the process in 3. is performed.
5. When there are no more pixels to add to the area, perform the process in 2. for the right pixel, or if there is no pixel, the leftmost pixel in the next row.
6. The process ends when all the pixels are processed. As a result, the pixel values, that is, the colors of the respective pixels in the region become the same.

または、画像分割部３は、隣接する領域同士で画素値（つまり色）が近似している場合は、それらの領域を統合する。これにより、領域内の各画素の画素値（色）が少なくとも互いに近似するようになる。
なお、画像の分割には、この他の手法を用いても良い。 Alternatively, when the pixel values (that is, colors) are approximated between adjacent areas, the image dividing unit 3 integrates these areas. As a result, the pixel values (colors) of the respective pixels in the region are at least approximate to each other.
Other methods may be used for image division.

次に、色分布複雑性ヒストグラム作成部４が、各画像Ｉ１、Ｉ２の色分布複雑性ヒストグラムを作成する（Ｓ７）。 Next, the color distribution complexity histogram creation unit 4 creates a color distribution complexity histogram for each of the images I 1 and I 2 (S7).

具体的には、色分布複雑性ヒストグラム作成部４は、画像内の各画素の画素値について予め定められた複数の範囲のそれぞれにつき当該画像において当該範囲に該当する画素値を有する画素の数を合計し、当該各範囲の当該合計の数を多い順に並べてなる色分布複雑性ヒストグラムを作成する。   Specifically, the color distribution complexity histogram creation unit 4 calculates the number of pixels having a pixel value corresponding to the range in the image for each of a plurality of predetermined ranges for the pixel value of each pixel in the image. A color distribution complexity histogram is created by summing and arranging the total number of the ranges in descending order.

例えば、色分布複雑性ヒストグラム作成部４は、６４色のカラー画像については、各色について、当該色に該当する画素値を有する画素の数を合計し、当該各範囲の当該合計の数を多い順に並べてなる色分布複雑性ヒストグラムを作成する。   For example, for a color image of 64 colors, the color distribution complexity histogram creation unit 4 sums up the number of pixels having pixel values corresponding to the color for each color, and increases the total number of the ranges in descending order. Create a side-by-side color distribution complexity histogram.

色分布複雑性ヒストグラム作成部４は、色分布複雑性ヒストグラムにおいて１番目には最も多かった色（例えば赤）の合計の画素数、２番目には次に多かった色（例えば青）の合計の画素数、といったように色分布複雑性ヒストグラムを作成する。   The color distribution complexity histogram creation unit 4 calculates the total number of pixels of the first most common color (for example, red) in the color distribution complexity histogram, and the second most common color (for example, blue). A color distribution complexity histogram is created such as the number of pixels.

なお、色分布複雑性ヒストグラム作成部４は、色分布複雑性ヒストグラム内の各数（合計の数）を、当該数が画像の全画素数に占める割合（当該数を全画素数で割った値）に置き換えてもよい。つまり、色分布複雑性ヒストグラム作成部４は、正規化を行ってもよい。   Note that the color distribution complexity histogram creation unit 4 calculates the ratio of each number (total number) in the color distribution complexity histogram to the total number of pixels of the image (the value obtained by dividing the number by the total number of pixels). ). That is, the color distribution complexity histogram creation unit 4 may perform normalization.

次に、領域面積分布複雑性ヒストグラム作成部５が、各画像Ｉ１、Ｉ２の領域面積分布複雑性ヒストグラムを作成する（Ｓ９）。 Next, the area area distribution complexity histogram creation unit 5 creates area area distribution complexity histograms for the images I 1 and I 2 (S9).

具体的には、領域面積分布複雑性ヒストグラム作成部５は、領域に含まれる画素の数について予め定められた複数の範囲のそれぞれにつき当該範囲に該当する各領域内の画素の数を合計し、当該各範囲の当該合計の数からなる領域面積分布複雑性ヒストグラムを作成する。領域に含まれる画素の数は、すなわち領域の面積である。   Specifically, the area area distribution complexity histogram creation unit 5 sums the number of pixels in each area corresponding to the range for each of a plurality of predetermined ranges for the number of pixels included in the area, Create a region area distribution complexity histogram consisting of the total number of each range. The number of pixels included in the region is the area of the region.

例えば、領域面積分布複雑性ヒストグラム作成部５は、画像の全画素数の3/4以上の範囲、3/4未満且つ1/2以上の範囲、1/2未満且つ1/4以上の範囲、1/4未満の範囲が予め定められている場合、その４つの各範囲につき当該範囲に含まれる数の画素を有する領域を選択するとともに選択した各領域の画素の数を合計し、４つの各範囲の当該合計の数からなる領域面積分布複雑性ヒストグラムを作成する。   For example, the area area distribution complexity histogram creation unit 5 has a range of 3/4 or more of the total number of pixels of the image, a range of less than 3/4 and 1/2 or more, a range of less than 1/2 and 1/4 or more, When a range of less than 1/4 is determined in advance, for each of the four ranges, a region having the number of pixels included in the range is selected and the number of pixels in each selected region is totaled, Create an area area distribution complexity histogram consisting of the total number of ranges.

なお、各範囲の幅を等しくする必要はなく、各範囲は、画像の全画素数の1/2以上の範囲、1/2未満且つ1/4以上の範囲、1/4未満且つ1/8以上の範囲、1/8未満の範囲などであってもよい。   It is not necessary to make the width of each range equal, and each range is a range of 1/2 or more of the total number of pixels of the image, a range of less than 1/2 and 1/4 or more, a range of less than 1/4 and 1/8 The above range, a range of less than 1/8, and the like may be used.

なお、領域面積分布複雑性ヒストグラム作成部５は、領域面積分布複雑性ヒストグラム内の各数（合計の数）を、当該数が画像の全画素数に占める割合（当該数を全画素数で割った値）に置き換えてもよい。つまり、領域面積分布複雑性ヒストグラム作成部５は、正規化を行ってもよい。   The area area distribution complexity histogram creation unit 5 calculates the number (total number) in the area area distribution complexity histogram as a ratio of the number to the total number of pixels of the image (the number is divided by the total number of pixels). Value). That is, the area area distribution complexity histogram creation unit 5 may perform normalization.

また、領域面積分布複雑性ヒストグラム作成部５は、各範囲につき当該範囲に含まれる数の画素を有する各領域の数を合計し、当該各範囲の当該合計の数（領域数）からなる領域面積分布複雑性ヒストグラムを作成してもよい。   Further, the area area distribution complexity histogram creation unit 5 sums the number of each area having the number of pixels included in the range for each range, and the area area formed by the total number (area number) of the respective ranges. A distribution complexity histogram may be created.

なお、領域面積分布複雑性ヒストグラム作成部５は、領域面積分布複雑性ヒストグラム内の各数（領域数）を、当該数が画像の全領域数に占める割合（当該数を全領域数で割った値）に置き換えてもよい。つまり、領域面積分布複雑性ヒストグラム作成部５は、正規化を行ってもよい。   The area area distribution complexity histogram creation unit 5 calculates the ratio of the number (area number) in the area area distribution complexity histogram to the total area number of the image (the number is divided by the total area number). Value). That is, the area area distribution complexity histogram creation unit 5 may perform normalization.

次に、類似度算出部６が、画像Ｉ１、Ｉ２の類似度を、画像Ｉ１の色分布複雑性ヒストグラムと画像Ｉ２の色分布複雑性ヒストグラムの類似性に基づいて算出する。 Next, the similarity calculation unit 6 calculates the similarity between the images I 1 and I 2 based on the similarity between the color distribution complexity histogram of the image I 1 and the color distribution complexity histogram of the image I 2 .

まず、類似度算出部６は、画像Ｉ１の色分布複雑性ヒストグラムと画像Ｉ２の色分布複雑性ヒストグラムの類似度を算出するとともに、画像Ｉ１の領域面積分布複雑性ヒストグラムと画像Ｉ２の領域面積分布複雑性ヒストグラムの類似度を算出する（Ｓ１１）。 First, the similarity calculating section 6 calculates the similarity of the color distribution complexity histogram of color distribution complexity histogram and image I 2 of the image I 1, the image I 1 of the region area distribution complexity histogram and image I 2 The similarity of the area area distribution complexity histogram is calculated (S11).

ヒストグラムの類似度は、一般化すれば、以下のように算出でき、類似度算出部６もこれに従って各類似度を算出する。   If the histogram similarity is generalized, it can be calculated as follows, and the similarity calculation unit 6 also calculates each similarity according to this.

ｎ個の要素からなるヒストグラムH１、H2の類似度Rh(H１、H2)は、式（１）により算出できる。

Figure 2014085852
The similarity R h (H 1 , H 2 ) between the histograms H 1 and H 2 composed of n elements can be calculated by the equation (1).
Figure 2014085852

なお、hｉ 1、hｉ 2はそれぞれ、H１、H2におけるｉ番目の要素の値である。hj 1、hj 2はそれぞれ、H１、H2におけるｊ番目の要素の値である。 Note that h i 1 and h i 2 are the values of the i-th element in H 1 and H 2 , respectively. h j 1 and h j 2 are values of the j-th element in H 1 and H 2 , respectively.

次に、類似度算出部６は、画像Ｉ１、Ｉ２の類似度を、式（２）により算出する（Ｓ１３）。

Figure 2014085852
Next, the similarity calculation unit 6 calculates the similarity between the images I 1 and I 2 according to Expression (2) (S13).
Figure 2014085852

なお、R(I１,I2)は、画像Ｉ１、Ｉ２の類似度である。 Note that R (I 1, I 2 ) is the similarity between the images I 1 and I 2 .

Rc(I１,I2)は、画像Ｉ１の色分布複雑性ヒストグラムと画像Ｉ２の色分布複雑性ヒストグラムの類似度である。 R c (I 1, I 2 ) is a similarity between the color distribution complexity histogram of the image I 1 and the color distribution complexity histogram of the image I 2 .

Rs(I１,I2)は、画像Ｉ１の領域面積分布複雑性ヒストグラムと画像Ｉ２の領域面積分布複雑性ヒストグラムの類似度である。
ｐ、ｑは、予め定められたパラメータである。 R s (I 1, I 2 ) is the similarity between the area area distribution complexity histogram of the image I 1 and the area area distribution complexity histogram of the image I 2 .
p and q are predetermined parameters.

次に、類似度算出部６は、算出した画像Ｉ１、Ｉ２の類似度R(I１,I2)を出力し（Ｓ１５）、処理を終える。 Next, the similarity calculation unit 6 outputs the calculated similarities R (I 1, I 2 ) of the images I 1 and I 2 (S15), and ends the process.

したがって、本実施の形態に係る画像類似度算出装置によれば、画素の色（グレースケール画像の場合の濃淡の度合を含む意味で用いる）についての分布の複雑性を示す色分布複雑性ヒストグラムを作成する色分布複雑性ヒストグラム作成部４と、画像の類似度を色分布複雑性ヒストグラムの類似性に基づいて算出する類似度算出部６とを備えることで、類似度は、多数の色を使用する画像同士では高くなり、よって、類似度を、人による感じ方に相応させることができる。   Therefore, according to the image similarity calculation apparatus according to the present embodiment, the color distribution complexity histogram indicating the distribution complexity of the pixel color (used to include the degree of shading in the case of a grayscale image) is used. By providing the color distribution complexity histogram creation unit 4 to be created and the similarity calculation unit 6 that calculates the image similarity based on the similarity of the color distribution complexity histogram, the similarity uses a large number of colors. The images to be processed become higher, so that the degree of similarity can be made to correspond to how people feel.

その結果、多数の色を使用する画像（濃淡の変化が多い画像）に似ている画像として、同様に多数の色を使用する画像（濃淡の変化が多い画像）を検索することが可能になる。逆に、色の少ない画像に似ている画像（濃淡の変化が少ない画像）として、同様に色の少ない画像（濃淡の変化が少ない画像）を検索することが可能になる。   As a result, it is possible to search for an image using a large number of colors (an image with a large variation in shading) as an image similar to an image using a large number of colors (an image with a large variation in shading). . Conversely, as an image similar to an image with little color (an image with little change in shading), an image with little color (an image with little change in shading) can be similarly searched.

また、画像類似度算出装置は、画像を分割する画像分割部３と、分割後の領域に含まれる画素の数について予め定められた複数の範囲のそれぞれにつき当該範囲に該当する各領域内の画素の数を合計し、当該各範囲の当該合計の数からなる領域面積分布複雑性ヒストグラムを作成する領域面積分布複雑性ヒストグラム作成部５とを備え、類似度算出部６は、画像の類似度を、色分布複雑性ヒストグラム同士の類似性、ならびに、領域面積分布複雑性ヒストグラム同士の類似性に基づいて算出する。   In addition, the image similarity calculation device includes an image dividing unit 3 that divides an image, and a pixel in each region corresponding to the range for each of a plurality of ranges determined in advance with respect to the number of pixels included in the divided region. And a region area distribution complexity histogram creation unit 5 that creates a region area distribution complexity histogram composed of the total number of the respective ranges, and the similarity calculation unit 6 calculates the similarity of the images. The calculation is based on the similarity between the color distribution complexity histograms and the similarity between the area area distribution complexity histograms.

これにより、図３に示すような、正方形が描かれている画像と、その正方形と同程度の大きさの円が書かれた画像のように、シンプルな図形があるという点で似ていると感じる画像同士の類似度は高くなり、よって、類似度を、人による感じ方に相応させることができる。   This is similar in that there is a simple figure, such as an image in which a square is drawn as shown in FIG. 3 and an image in which a circle of the same size as the square is written. The degree of similarity between the images to be felt is high, and therefore the degree of similarity can be made to correspond to how the person feels.

その結果、シンプルな形状の画像に似ている画像として、同様にシンプルな形状の画像を検索することが可能になる。逆に、複雑な形状の画像に似ている画像として、同様に複雑な形状の画像を検索することが可能になる。   As a result, an image having a simple shape can be similarly searched as an image similar to an image having a simple shape. On the contrary, as an image similar to an image having a complicated shape, an image having a complicated shape can be similarly searched.

また、量子化部２が量子化を行うことで、つまり、画像の階調数を低減することで、ヒストグラムの要素数を少なくでき、また、領域数を少なくできる。これにより、ヒストグラムを作成する際やヒストグラム同士の類似度や画像の類似度を算出する際の計算量を低減することができる。   Further, the quantization unit 2 performs quantization, that is, by reducing the number of gradations of the image, the number of elements of the histogram can be reduced and the number of regions can be reduced. Thereby, it is possible to reduce the amount of calculation when creating histograms, calculating similarity between histograms, and calculating image similarity.

また、例えば、画素値が完全に一致していなくても、似た色を一つの領域として扱えるため、人の感覚で同じ色であると感じる領域を抽出することができる。   In addition, for example, even if pixel values do not completely match, similar colors can be handled as one region, so that it is possible to extract a region that feels the same color as a human sense.

なお、形状の類似性を考慮しなくてよいなら、画像分割部３および領域面積分布複雑性ヒストグラム作成部５は不要である。   If it is not necessary to consider the similarity in shape, the image dividing unit 3 and the area area distribution complexity histogram creating unit 5 are unnecessary.

また、色分布複雑性ヒストグラム作成部４５は、色分布複雑性ヒストグラム内の各数（画素の合計数）を正規化するので、大きさ（全画素数）の異なる画像間の類似度を算出することができる。   In addition, the color distribution complexity histogram creation unit 45 normalizes each number (total number of pixels) in the color distribution complexity histogram, and thus calculates the similarity between images of different sizes (total number of pixels). be able to.

また、領域面積分布複雑性ヒストグラム作成部５は、領域面積分布複雑性ヒストグラム内の各数（画素の合計数や領域数）を正規化するので、大きさ（全画素数）の異なる画像間の類似度を算出することができる。   Further, the area area distribution complexity histogram creation unit 5 normalizes each number (total number of pixels and number of areas) in the area area distribution complexity histogram. Similarity can be calculated.

また、色分布複雑性ヒストグラム作成部４５は、色分布複雑性ヒストグラム内の各数（画素の合計数）を正規化するので、大きさの異なる画像間の類似度を算出することができる。   Further, since the color distribution complexity histogram creation unit 45 normalizes each number (total number of pixels) in the color distribution complexity histogram, it is possible to calculate the similarity between images of different sizes.

また、本実施の形態に係る画像類似度算出装置としてコンピュータを機能させるためのコンピュータプログラムは、半導体メモリ、磁気ディスク、光ディスク、光磁気ディスク、磁気テープなどのコンピュータ読み取り可能な記録媒体に記録でき、また、インターネットなどの通信網を介して伝送させて、広く流通させることができる。   A computer program for causing a computer to function as the image similarity calculation apparatus according to the present embodiment can be recorded on a computer-readable recording medium such as a semiconductor memory, a magnetic disk, an optical disk, a magneto-optical disk, and a magnetic tape. Further, it can be widely distributed by being transmitted via a communication network such as the Internet.

１ 画像取得部
２ 量子化部
３ 画像分割部
４ 色分布複雑性ヒストグラム作成部
５ 領域面積分布複雑性ヒストグラム作成部
６ 類似度算出部 DESCRIPTION OF SYMBOLS 1 Image acquisition part 2 Quantization part 3 Image division part 4 Color distribution complexity histogram creation part 5 Area area distribution complexity histogram creation part 6 Similarity calculation part

Claims (11)

２つの画像を取得する画像取得部と、
画像内の各画素の色を示す画素値について予め定められた複数の範囲のそれぞれにつき一方の前記画像において当該範囲に該当する画素値を有する画素の数を合計し、当該各範囲の当該合計の数を多い順に並べてなる色分布複雑性ヒストグラムを作成するとともに、前記予め定められた各範囲につき他方の前記画像において当該範囲に該当する画素値を有する画素の数を合計し、当該各範囲の当該合計の数を多い順に並べてなる色分布複雑性ヒストグラムを作成する色分布複雑性ヒストグラム作成部と、
前記２つの画像の類似性を示す類似度を、前記一方の画像の色分布複雑性ヒストグラムと前記他方の画像の色分布複雑性ヒストグラムの類似性に基づいて算出する類似度算出部と
を備えることを特徴とする画像類似度算出装置。 An image acquisition unit for acquiring two images;
For each of a plurality of predetermined ranges for pixel values indicating the color of each pixel in the image, the number of pixels having a pixel value corresponding to the range in one of the images is totaled, and the total of the respective ranges Creating a color distribution complexity histogram arranged in descending order, and summing the number of pixels having a pixel value corresponding to the range in the other image for each of the predetermined ranges, A color distribution complexity histogram creation unit that creates a color distribution complexity histogram arranged in descending order of the total number;
A similarity calculation unit that calculates the similarity indicating the similarity between the two images based on the similarity between the color distribution complexity histogram of the one image and the color distribution complexity histogram of the other image. An image similarity calculation device characterized by the above. 前記一方の画像を複数の領域に分割し、かつ、当該各領域について、当該領域内の各画素の画素値が少なくとも互いに近似するようにするとともに、前記他方の画像を複数の領域に分割し、かつ、当該各領域について、当該領域内の各画素の画素値が少なくとも互いに近似するようにする画像分割部と、
前記画像分割部による分割後の領域に含まれる画素の数について予め定められた複数の範囲のそれぞれにつき前記一方の画像において当該範囲に該当する各領域内の画素の数を合計し、当該各範囲の当該合計の数からなる領域面積分布複雑性ヒストグラムを作成するとともに、前記予め定められた各範囲につき前記他方の画像において当該範囲に該当する各領域内の画素の数を合計し、当該各範囲の当該合計の数からなる領域面積分布複雑性ヒストグラムを作成する領域面積分布複雑性ヒストグラム作成部とを備え、
前記類似度算出部は、
前記２つの画像の類似性を示す類似度を、前記一方の画像の色分布複雑性ヒストグラムと前記他方の画像の色分布複雑性ヒストグラムの類似性、ならびに、前記一方の画像の領域面積分布複雑性ヒストグラムと前記他方の画像の領域面積分布複雑性ヒストグラムの類似性に基づいて算出する
ことを特徴とする請求項１記載の画像類似度算出装置。 Dividing the one image into a plurality of regions, and for each of the regions, the pixel values of each pixel in the region are at least approximate to each other, and the other image is divided into a plurality of regions; And for each region, an image dividing unit that causes the pixel values of each pixel in the region to approximate each other, and
The number of pixels in each region corresponding to the range in the one image is totaled for each of a plurality of predetermined ranges for the number of pixels included in the region after the division by the image dividing unit, Creating a region area distribution complexity histogram consisting of the total number of pixels, summing the number of pixels in each region corresponding to the range in the other image for each predetermined range, A region area distribution complexity histogram creating unit that creates a region area distribution complexity histogram consisting of the total number of
The similarity calculation unit includes:
The similarity indicating the similarity between the two images is expressed by the similarity between the color distribution complexity histogram of the one image and the color distribution complexity histogram of the other image, and the area area distribution complexity of the one image. The image similarity calculation device according to claim 1, wherein the image similarity calculation device calculates the similarity based on a similarity between a histogram and a region area distribution complexity histogram of the other image. 前記取得された一方の画像の階調数を低減し、前記取得された他方の画像の階調数を低減する量子化部
を備えることを特徴とする請求項１または２記載の画像類似度算出装置。 The image similarity calculation according to claim 1, further comprising: a quantization unit that reduces the number of gradations of the one acquired image and reduces the number of gradations of the other acquired image. apparatus. 前記色分布複雑性ヒストグラム作成部は、
前記一方の画像の色分布複雑性ヒストグラム内の各数を正規化するとともに、前記他方の画像の色分布複雑性ヒストグラム内の各数を正規化する
ことを特徴とする請求項１ないし３のいずれかに記載の画像類似度算出装置。 The color distribution complexity histogram creation unit
4. Each of the numbers in the color distribution complexity histogram of the one image is normalized, and each number in the color distribution complexity histogram of the other image is normalized. The image similarity calculation device according to claim 1. 前記領域面積分布複雑性ヒストグラム作成部は、
前記一方の画像の領域面積分布複雑性ヒストグラム内の各数を正規化するとともに、前記他方の画像の領域面積分布複雑性ヒストグラム内の各数を正規化する
ことを特徴とする請求項２ないし４のいずれかに記載の画像類似度算出装置。 The region area distribution complexity histogram creation unit
5. Each number in the area area distribution complexity histogram of the one image is normalized, and each number in the area area distribution complexity histogram of the other image is normalized. The image similarity calculation apparatus according to any one of the above. ２つの画像を取得する画像取得部を備える画像類似度算出装置の動作方法であって、
前記画像類似度算出装置の色分布複雑性ヒストグラム作成部が、画像内の各画素の色を示す画素値について予め定められた複数の範囲のそれぞれにつき一方の前記画像において当該範囲に該当する画素値を有する画素の数を合計し、当該各範囲の当該合計の数を多い順に並べてなる色分布複雑性ヒストグラムを作成するとともに、前記予め定められた各範囲につき他方の前記画像において当該範囲に該当する画素値を有する画素の数を合計し、当該各範囲の当該合計の数を多い順に並べてなる色分布複雑性ヒストグラムを作成し、
前記画像類似度算出装置の類似度算出部が、前記２つの画像の類似性を示す類似度を、前記一方の画像の色分布複雑性ヒストグラムと前記他方の画像の色分布複雑性ヒストグラムの類似性に基づいて算出する
ことを特徴とする画像類似度算出装置の動作方法。 An operation method of an image similarity calculation device including an image acquisition unit that acquires two images,
The color distribution complexity histogram creation unit of the image similarity calculation device includes a pixel value corresponding to the range in one image for each of a plurality of predetermined ranges for pixel values indicating the color of each pixel in the image. A color distribution complexity histogram is created by summing the number of pixels having the number and arranging the total number of the respective ranges in descending order, and corresponds to the range in the other image for each of the predetermined ranges. Create a color distribution complexity histogram that sums the number of pixels that have pixel values and arranges the total number of each range in descending order;
The similarity calculation unit of the image similarity calculation device uses the similarity indicating the similarity between the two images as the similarity between the color distribution complexity histogram of the one image and the color distribution complexity histogram of the other image. An operation method of an image similarity calculation device, characterized by: 前記画像類似度算出装置の画像分割部が、前記一方の画像を複数の領域に分割し、かつ、当該各領域について、当該領域内の各画素の画素値が少なくとも互いに近似するようにするとともに、前記他方の画像を複数の領域に分割し、かつ、当該各領域について、当該領域内の各画素の画素値が少なくとも互いに近似するようにし、
前記画像類似度算出装置の領域面積分布複雑性ヒストグラム作成部が、前記画像分割部による分割後の領域に含まれる画素の数について予め定められた複数の範囲のそれぞれにつき前記一方の画像において当該範囲に該当する各領域内の画素の数を合計し、当該各範囲の当該合計の数からなる領域面積分布複雑性ヒストグラムを作成するとともに、前記予め定められた各範囲につき前記他方の画像において当該範囲に該当する各領域内の画素の数を合計し、当該各範囲の当該合計の数からなる領域面積分布複雑性ヒストグラムを作成し、
前記類似度算出部は、
前記２つの画像の類似性を示す類似度を、前記一方の画像の色分布複雑性ヒストグラムと前記他方の画像の色分布複雑性ヒストグラムの類似性、ならびに、前記一方の画像の領域面積分布複雑性ヒストグラムと前記他方の画像の領域面積分布複雑性ヒストグラムの類似性に基づいて算出する
ことを特徴とする請求項６記載の画像類似度算出装置の動作方法。 The image division unit of the image similarity calculation device divides the one image into a plurality of regions, and for each region, the pixel values of the pixels in the region are at least approximate to each other, Dividing the other image into a plurality of regions, and for each region, the pixel values of each pixel in the region are at least approximate to each other;
The area area distribution complexity histogram creation unit of the image similarity calculation apparatus includes the range in the one image for each of a plurality of predetermined ranges for the number of pixels included in the region after the division by the image dividing unit. The number of pixels in each region corresponding to the above is summed to create a region area distribution complexity histogram composed of the total number of each range, and the range in the other image for each predetermined range Sum the number of pixels in each region corresponding to, create a region area distribution complexity histogram consisting of the total number of each range,
The similarity calculation unit includes:
The similarity indicating the similarity between the two images is expressed by the similarity between the color distribution complexity histogram of the one image and the color distribution complexity histogram of the other image, and the area area distribution complexity of the one image. The operation method of the image similarity calculation apparatus according to claim 6, wherein the calculation is based on a similarity between a histogram and a region area distribution complexity histogram of the other image. 前記画像類似度算出装置の量子化部が、前記取得された一方の画像の階調数を低減し、前記取得された他方の画像の階調数を低減する
ことを特徴とする請求項６または７記載の画像類似度算出装置の動作方法。 The quantization unit of the image similarity calculation device reduces the number of gradations of the one acquired image and reduces the number of gradations of the other acquired image. 8. An operation method of the image similarity calculation device according to 7. 前記色分布複雑性ヒストグラム作成部は、
前記一方の画像の色分布複雑性ヒストグラム内の各数を正規化するとともに、前記他方の画像の色分布複雑性ヒストグラム内の各数を正規化する
ことを特徴とする請求項６ないし８のいずれかに記載の画像類似度算出装置の動作方法。 The color distribution complexity histogram creation unit
9. Each number in the color distribution complexity histogram of the one image is normalized, and each number in the color distribution complexity histogram of the other image is normalized. An operation method of the image similarity calculation device according to claim 1. 前記領域面積分布複雑性ヒストグラム作成部は、
前記一方の画像の領域面積分布複雑性ヒストグラム内の各数を正規化するとともに、前記他方の画像の領域面積分布複雑性ヒストグラム内の各数を正規化する
ことを特徴とする請求項７ないし９のいずれかに記載の画像類似度算出装置の動作方法。 The region area distribution complexity histogram creation unit
10. Each number in the region area distribution complexity histogram of the one image is normalized, and each number in the region area distribution complexity histogram of the other image is normalized. The operation | movement method of the image similarity calculation apparatus in any one of. 請求項１ないし５のいずれかに記載の画像類似度算出装置としてコンピュータを動作させるためのコンピュータプログラム。   A computer program for operating a computer as the image similarity calculation device according to claim 1.
JP2012234493A 2012-10-24 2012-10-24 Image similarity calculating device, and operation method for the same Pending JP2014085852A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2012234493A JP2014085852A (en) 2012-10-24 2012-10-24 Image similarity calculating device, and operation method for the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2012234493A JP2014085852A (en) 2012-10-24 2012-10-24 Image similarity calculating device, and operation method for the same

Publications (1)

Publication Number Publication Date
JP2014085852A true JP2014085852A (en) 2014-05-12

Family

ID=50788855

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012234493A Pending JP2014085852A (en) 2012-10-24 2012-10-24 Image similarity calculating device, and operation method for the same

Country Status (1)

Country Link
JP (1) JP2014085852A (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020050354A1 (en) * 2018-09-05 2020-03-12 日本電気株式会社 Image search system, image search method, and program
CN113873278A (en) * 2021-09-26 2021-12-31 北京奇艺世纪科技有限公司 Playing content auditing method and device and electronic equipment

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020050354A1 (en) * 2018-09-05 2020-03-12 日本電気株式会社 Image search system, image search method, and program
JPWO2020050354A1 (en) * 2018-09-05 2021-11-18 日本電気株式会社 Image search system, image search method, and program
JP7264171B2 (en) 2018-09-05 2023-04-25 日本電気株式会社 Image retrieval system, image retrieval method, and program
US11989227B2 (en) 2018-09-05 2024-05-21 Nec Corporation Image search system, image search method, and program
CN113873278A (en) * 2021-09-26 2021-12-31 北京奇艺世纪科技有限公司 Playing content auditing method and device and electronic equipment
CN113873278B (en) * 2021-09-26 2024-01-23 北京奇艺世纪科技有限公司 Broadcast content auditing method and device and electronic equipment

Similar Documents

Publication Publication Date Title
US11615559B2 (en) Methods and systems for human imperceptible computerized color transfer
US8508546B2 (en) Image mask generation
US11323676B2 (en) Image white balance processing system and method
US11682143B2 (en) System and method for hair analysis of user
US10169893B2 (en) Optimizing photo album layouts
CN112069339A (en) Background picture processing and search result display method, device, equipment and medium
Agrawal et al. Survey on image segmentation techniques and color models
Jing et al. The fabric defect detection based on CIE L* a* b* color space using 2-D Gabor filter
JP2012174273A (en) Image processing apparatus and image processing method
Raval et al. Color image segmentation using FCM clustering technique in RGB, L* a* b, HSV, YIQ color spaces
Justiawan et al. Comparative analysis of color matching system for teeth recognition using color moment
Saraswat et al. Colour normalisation of histopathological images
US11615609B2 (en) Learning apparatus, inferring apparatus, learning method, program, and inferring method
JP2014085852A (en) Image similarity calculating device, and operation method for the same
JP5824423B2 (en) Illumination light color estimation device, illumination light color estimation method, and illumination light color estimation program
Schaefer et al. A hybrid color quantization algorithm incorporating a human visual perception model
Xue et al. Integrating High‐Level Features for Consistent Palette‐based Multi‐image Recoloring
Carlinet et al. A morphological tree of shapes for color images
Placidi et al. Investigating the effectiveness of color coding in multimodal medical imaging
Yuan et al. Full convolutional color constancy with adding pooling
JP2014085851A (en) Image similarity calculating device, and operation method for the same
CN110991225A (en) Crowd counting and density estimation method and device based on multi-column convolutional neural network
JP2014067129A (en) Program, device and method for color conversion processing with consideration for relationship between feature quantity and color distribution for every scale
KR102702495B1 (en) Systems and methods for determining dominant colors in an image
Hu et al. [Retracted] Automatic Color‐Matching Model of Environmental Art Based on Visual Matching by Using IoT